Ürün geliştirme sürecinde çok amaçlı karar verme yaklaşımı
|
|
- Nesrin Ilkin
- 8 yıl önce
- İzleme sayısı:
Transkript
1 tüdergs/d mühendslk Clt:5, Sayı:6, Aralık 2006 Ürün gelştrme sürecnde çok amaçlı karar verme yaklaşımı Sadettn Emre ALPTEKİN, Ethem TOLGA İTÜ Fen Blmler Ensttüsü, Mühendslk Yönetm Programı, 34469, Ayazağa, İstanbul Özet Ekonomlern küreselleşmes le beraber azarlardak yüksek rekabet, ürünlern ve servslern kaltesnn güvence altına alınmasını sağlayan ürün/servs gelştrme ve yleştrme yöntemlernn önemn arttırmıştır. Bu stratejk kalte yönetm araçlarından br de, Kalte İşlev Konuşlandırma (KİK) (Qualty Functon Deloyment-QFD) dır. KİK yöntem, müşter tale ve htyaçları doğrultusunda yen ürünlern/hzmetlern tasarımı veya mevcut ürünlern/hzmetlern gelştrlmes çn organzasyon çnde farklı şlevler olan takım üyelernn kullandığı müşter-odaklı br tasarım aracıdır. KİK, müşter memnunyetn, üretm sürecnn lk aşaması olan tasarım aşamasında sağlayarak, ürün üretldkten veya hzmet sunulduktan sonra gereken düzeltme çalışmalarının önüne geçmey amaçlamaktadır. KİK nın temel grds olan müşter stek ve gereksnmler, müşterler tarafından sözcüklerle fade edldklernden, genel olarak ölçülmes güç br yaıya sahtrler. Buna br çözüm olarak çalışmada bulanık mantık kavramı temel alınmıştır. KİK sürecndek Müşter Gereksnmler (MG) le Tasarım Özellklernn (TÖ) kend aralarındak bağımlılık lşklern ve müşter gereksnmler le tasarım özellkler arasındak lşky değerlendrmek çn analtk serm sürecn kullanılmıştır. Pyasadak en y ürün/hzmetn belrlenmes çn Uzlaşık Programlama (UP) yöntem önerlmştr. MG ler le TÖ ler arasındak lşky belrlemek çn doğrusal regresyon denklemler oluşturulmuştur. Bütün bu aşamalar sonucu elde edlen verler bütçe kısıtını çeren hedef rogramlama yöntemne aktarılı çözülmüştür. Amaç, seçlen ürünün/hzmetn erformansının MG ler karşılayacak şeklde arttırılmasıdır. Türkye dek yüksek öğrenm kurumlarının sunduğu elektronk eğtme lşkn gerçek br uygulama, önerlen yöntemlern uygulanablrlğn göstermektedr. Anahtar Kelmeler: Kalte şlev konuşlandırma, analtk serm sürec, uzlaşık rogramlama, hedef rogramlama, elektronk eğtm. Yazışmaların yaılacağı yazar: Sadettn Emre ALPTEKİN. ealtekn@gsu.edu.tr; Tel: (212) dahl: 427. Bu makale, brnc yazar tarafından İTÜ Fen Blmler Ensttüsü, Mühendslk Yönetm Programı nda tamamlanmış olan "Ürün gelştrme sürecnde çok amaçlı karar verme yaklaşımı" adlı doktora teznden hazırlanmıştır. Makale metn tarhnde dergye ulaşmış, tarhnde basım kararı alınmıştır. Makale le lgl tartışmalar tarhne kadar dergye gönderlmeldr.
2 S. E. Altekn, E. Tolga Product develoment rocess usng multle crtera decson makng aroach Extended abstract The globalzaton of the economes dmnshes the dfferences between local and foregn roducts/ servces. Nowadays, both the number of the roduct/ servce rovders and also the varety of the lace of the orgns are ncreasng. Consequently, the frms are facng a tough cometton whle tryng to kee and ncreasng ther market shares. Unavodably, the frms began to look out for the lttle dfferentatons whch wll ensure ther success over ther comettors. Thus, they are develong roducts/servces talor-made for ther customers. The man dea behnd all these efforts s to determne somehow the requrements of the customers and to ensure that, the roducts roduced and the servces rovded wll satsfy these needs. In ths work, an alcaton n the area of e- learnng, whch s a term recently establshed followng the late develoments n the area of the networks lke the Internet, s roosed. E-learnng can be bascally defned as, the transformaton from the face-to-face conventonal educaton nto dstance based, ndeendent from tme and lace educaton form. Its man dfference from the conventonal educaton s that, revously the academcs controlled the ace, lace, tme and the resentaton of the educaton, whereas, now, e-educaton gave the control of these attrbutes to the learners. As the decson makers are the learners durng the e-learnng rocess, new develoment rocedures should be reared dfferng from the rocedures of conventonal tye of learnng. In order to ensure the satsfacton of the customers wth the new develoments, ther needs should be known forehand. Addtonally the attenton of the customer could only be ket alve, not only by satsfyng ther current needs, but also foreseeng ther future needs, when develong the roducts/servces. Thus, n ths study, Qualty Functon Deloyment (QFD), whch s one of these key desgn actvtes, s used to solve the roduct defnton roblem durng the new roduct develoment rocess. The am s, to study, evaluate and suggest mrovements for the e-learnng alcatons n Turkey, n order to satsfy the customers. The QFD methodology, whch wll be used to develo e-learnng roducts, s defned as, a customerorented desgn tool wth cross-functonal team members used to develo new roducts/ servces or to mrove current roducts/servces regardng the needs and the requrements of the customers. QFD tres to satsfy the customers at the ntal roducton stage, namely the desgn stage, reventng correctve actons to be made after the roduct has been roduced. QFD starts after the develoment team consstng of team members from all the dvsons of the organzaton reaches a consensus n the dentfcaton of the Customer Needs (CNs), whch wll be used durng the desgn rocess. Ths data, wll be used to establsh the house of qualty, whch s a kng lannng matrx transformng the CNs nto measurable Product Techncal Requrements (PTRs). Durng the develoment rocess, both the needs meanngless and the needs crucal for the customers are dstngushed to ensure to remove or nclude them accordng these fndng. In order to categorze the needs as mentoned, the nner deendences among the CNs, the relatonshs between the CNs and the PTRs and lastly the nner deendences among the PTRs should be measured. Accordng to these relatonshs, t wll be foreseen, how and n whch drecton, a modfcaton n the desgn of the roduct could affect the CNs. The roosed aroach tres to solve the roblem of measurng the CNs and requrements whch are usually exressed n customers own hrases. It conssts of fuzzy logc theory ntegrated wth Analytc Network Process (ANP), Comromse Programmng (CP), lnear regresson and Goal Programmng (GP) methods. The ANP s used to dentfy the mortance ratngs of the PTRs whch wll maxmze the satsfacton of the CNs, wth regard to the relatonsh between and among the CNs and the PTRs. The CP emloyed dentfes the deal and the ant-deal erformance values for the CNs and the dstances from them for each roduct n the market. As the dstances for each CN are summed, the dstance value ndcatng the erformance of ths roduct s defned. Fuzzy lnear regresson s ntegrated to the model to ntegrate the relatonshs between the CNs and the PTRs nto the GP model. The GP model uses the best roducts dstance value as the goal along wth the budget lmtaton of the organzaton. The soluton to the otmzaton model defnes the target PTR erformance values to be the best roduct n the market by satsfyng the customers. Keywords: Qualty functon deloyment, analytc network rocess, comromse rogrammng, goal rogrammng, e-learnng. 16
3 Ürün gelştrme sürecnde çok amaçlı karar verme yaklaşımı Grş Günümüzün yüksek teknoloj ve uluslararası rekabet ortamında, ürünlern/hzmetlern, müşterlere hızlı ve etkn br şeklde ulaştırılması, frmaların azar aylarını korumaları ve varlıklarını sürdüreblmeler açısından hayat önem taşımaktadır. Bu sebelerden dolayı, yen ürün gelştrme çalışmaları son yıllarda gderek önem kazanmıştır. Kalte İşlev Konuşlandırma (KİK), yen ürün gelştrme teknklernden br olarak, Müşter Gereksnmlern (MG) nceleyerek, bunların tatmn edlmesn sağlamayı amaçlamaktadır. KİK uygulaması, ürün/hzmet gelştrme sürecnn lk aşaması olan tasarım aşamasında başlamaktadır. Bu aşamada MG ler tolanarak, ürün/hzmet tasarım özellklerne dönüştürülmektedr. Bu süreç, elle tutulamayan MG lern, elle tutulablr ürün/hzmet teknk gereksnmlerne br dönüşümü olarak görüleblr. Bu lk aşamaya Kalte Ev (House of Qualty HOQ) denmektedr. KİK sürec, kalte evnn yanı sıra çeştl aşamalardan oluşmaktadır. Bu aşamalardan her br br öncekne at çıktıları grdler olarak kullanarak benzer dönüşümler sağlamaktadır. Ürün gelştrme sürecnden örnek verlrse; kalte evnden sonra gelen knc aşama, öneml Teknk Özellkler (TÖ) ürün/ hzmet arça özellklerne; üçüncü aşama, öneml arça/ürün özellklern üretm/gelştrme oerasyonlarına ve son olarak da dördüncü aşama, öneml üretm/gelştrme oerasyonlarını günlük oerasyonlara ve kontrollere dönüştürmektedr. Bu çalışmada, sadece lk aşama olan kalte ev üzernde durulacaktır. Önerlen yaklaşım, Türkye de İnternet tabanlı uzaktan eğtm hzmet sunan ünverstelern ürünler üzernde uygulanmıştır. Özellkle son dönemde, ağ teknolojler alanındak sürekl gelşmenn br sonucu olarak eğtm elektronk ortama aktarılmaya başlanmıştır. Bu konunun uygulama konusu olarak ele alınmasının sebeb; Türkye dek eğtm sstemnn de bu yen eğlm yakından tak etme çabası çersnde olmasıdır. Daha önceler akademsyenler tarafından, hızı, yer, zamanı, sunma ve etkleşm şekl belrlenen klask eğtm, elektronk eğtm le beraber tüm kontrolü öğrenen breylere devretmştr. Bu değşm öğrenclere olduğu kadar akademsyenlere de yen sorumluluklar yüklemştr. Artık öğrencler kendlerne en uygun ve etkn ürünü kendler seçerken, öğretm üyeler de, eğtm dokümanlarını yenden tasarlayarak e-eğtm latformuna uygun hale getrmek durumundadırlar. Bu çalışma le amaçlanan se, önerlen yaklaşımın yen ürün gelştrme sürecne uygulanarak, müşterlern tatmnn sağlamaktır. Yukarıda bahs geçen hususları ele almak çn atılması gereken lk adım, başarılı br e-eğtm ortamı çn gerekl temel krterlern belrlenmes olacaktır. E-eğtm değerlendrme krterler Başarılı br e-eğtm rojes, klask eğtm sürecnn ana özellklernn yanı sıra, uzaklık ve teknoloj le lgl dğer özellkler de göz önünde bulundurmalıdır. Akademk yazındak makale çalışmaların çoğunda, eğtm sürecnde olması gereken öneml faktörler belrlenmştr. Ayrıca, sadece e-eğtm sürecne ve öneml ölçütlern belrlenmesne odaklanan çalışmalar da mevcuttur (Wang, 2003; Chu vd., 2004; Hwanga vd., 2004). KİK sürec çn kullanılması en uygun değerlendrme krterler kümesnn belrlenmesnde bu çalışmalar yol gösterc olmuştur. Blg ve Sakarya Ünversteler nn emba rogramları le Orta Doğu Teknk Ünverstes nn Informatc Onlne Yüksek Lsans rogramları ncelenerek, mevcut ürünlern, müşterlern tatmn edeblmes çn gerekl ürün özellkler ve yaılması gereken yleştrmeler belrlenmeye çalışılmıştır. Bu uygulama sırasında gerekl olan verler, konunun uzmanları ve bu rogramların öğrencler le yaılan görüşmeler sonucunda belrlenmştr. Belrlenen krterler üç ana gru altında ncelenmştr. Bunlar Tablo 1 de görüldüğü gb; çerk, tasarım ve etkleşm başlıkları altında tolanmıştır. Uzmanlarla yaılan çalışmalar sonucunda se, ünverstelern MG lern tatmn etmek çn gerekl olan TÖ ler belrlenmştr. İçerk, tasarım, okul ve rofesör başlıkları altında 4 ana gruba ayrılan TÖ ler, Tablo 2 de verlmştr. 17
4 S. E. Altekn, E. Tolga Tablo 1. Müşter gereksnmler İçerk Tasarım Etkleşm Eksksz Kolay kullanılır Talelere hızlı br şeklde ceva veryor mu? Güncel Kolay gezlr Test yöntemler adl m? Anlaşılması kolay Güvenlr Taşınablr Fyat Tutarlı Görsel olarak çekc Test sonuçları zamanında açıklanıyor mu? Öğrenmek stenlen konu seçleblyor mu? Öğrenme sürec ve erformansı kaydedlyor mu? Öğrenme sürecnde kşsel destek sağlanıyor mu? Pratk yama fırsatları oluyor mu? Tablo 2. Tasarım özellkler İçerk Tasarım Okul Eğtmen Güncel gereçler Değşken zorluk dereces İlgl bağlantı ve kaynakça sağlama Endüstr le lşk Çıktısı alınablr Kurs değerlendrme testler Açık br şeklde tanımlanmış bölümler/alt bölümler İlg çekc multmedya uygulamaları Performanslı ve hızlı şleme yeteneğ Not blgsn kaydetme Ödeme seçenekler İy eğtml eğtmenler Çevrmç danışman desteğ Programın kabul görmes Kşsel danışman desteğ Klask eğtmde güvenlrlk Konusuna hakm olma Adl ödev/sınav kontrolü Görüşme saatlernde esneklk E-eğtme uygun vasıflara sah olma Tartışma ve gerbldrm destekleme Kalte ev KİK uygulamaları, sürecn dört matrsnden lk olan kalte ev le başlamaktadır. Kalte evnden sonra gelen matrsler, br öncek aşamanın çıktılarını kullanarak, kalte ev sürecnde yaılan hesalamaları gerçekleştrmektedrler (Şekl 1). Müşter gereksnmler Müşternn ses, müşter özellkler, müşter htyaçları veya tale edlen kalte olarak da blnrler. Kalte evnn lk grds olarak, üründe/hzmette dkkat edlmes gereken özellkler vurgularlar. Tasarım özellkler Tasarım gereksnmler, ürün özellkler, mühendslk karakterstkler veya frmanın ses olarak da adlandırılırlar. TÖ ler, frmanın MG lern ne ölçüde tatmn ettğn ölçmede kullanılır. MG ler, frmaya ne yaması gerektğn söylerken, TÖ ler bunları nasıl yerne getrmes gerektğn göstermektedr. Müşter gereksnmler önem sırası Müşterlerden elde edlen verler, genellkle aynı anda karşılanması güç olan taleler çerdğnden, bunların ağırlıklandırılması gerekmektedr. Müşterler, her br gereksnmlern genellkle 5 l, 7 l veya 9 lu uanlama ölçekler kullanarak değerlendrrler. Müşter gereksnmler le tasarım özellkler arasındak korelasyon Korelasyon matrs, her br TÖ nün, her br MG y nasıl etkledğn göstermektedr. Bu adım, MG lerden TÖ lere dönüşümü sağladığı çn çok önemldr. Başka br deyşle, bu aşama le beraber MG ler, TÖ ler cnsnden fade edleblmektedr. Müşter gereksnmler arasındak korelasyon MG lern genellkle brbr arasında bağımlılık lşks vardır. Bazıları brbrn desteklerken, bazılarının yleştrlmes, kalanları kötü yönde etkleyeblmektedr. Bu etkler, korelasyon matrs yardımıyla tanımlanmaktadır. Tasarım özellkler arasındak korelasyon Kalte evnn çatısını oluşturan bu matrs, aynı anda yleştrlmes gereken özellkler belrleyerek, br değşmn dğern ne ölçüde etkleyeceğn göstermektedr. Rekabet analz Rekabet analz sürec, müşternn tatmn edleblmes çn gerekl olan yleştrmelern hang yönde yaılması gerektğn belrlemey amaçlamaktadır. Frmanın ürününü/hzmetn rekabet çnde bulunduğu dğer frmaların ürünler/hzmetler le karşılaştırarak, frmanın güçlü ve zayıf olduğu noktaları, MG ler cnsnden ortaya koymaktadır. 18
5 Ürün gelştrme sürecnde çok amaçlı karar verme yaklaşımı Tasarım özellkler Müşter gereksnmler bağımlı önem sırası Tasarım özellkler arasındak bağımlılık lşks Müşter gereksnmler Müşter Gereksnmler Tasarım Özellkler Müşter Gereksnmlernn Önem Sırası Ürün A Ürün B Ürün C Rekabet analz Müşter gereksnmler arasındak bağımlılık lşks Tasarım Özellkler Önem Sırası Sıralama Tasarım özellkler bağımlı önem sırası ve ek hedefler Müşter gereksnmler le tasarım özellkler arasındak bağımlılık lşks Şekl 1. Kalte evnn genel yaısı Tasarım özellklernn genel önem sırası ve ek hedefler Bu aşamada daha önceden elde edlmş sonuçlar kullanılarak, TÖ lern bağımlı önem sırası elde edlmektedr. Malyet, üretleblrlk gb dğer metrkler bu aşamada analze dahl edleblr (Shllto, 1994). Bu metrkler, öncelklern ve yleştrme yönlernn belrlenmesnn yanı sıra, gereksnmlern karşılanmasını garant altına alacak tarafsız br araç sunmaktadırlar. Uygulama KİK yöntemnn uygulanması sırasında gerekl olan verler, genellkle öznel ve zor ölçüleblrdr. Buna br çözüm olarak, bulanık mantık kavramının benzer roblemlerdek bulanık ve öznel yaıları ele almadak başarısından faydalanılmak stenmştr. Yaklaşımda; bulanık Analtk Serm Sürec (ASS), bulanık Uzlaşık Programlama (UP), bulanık regresyon, bulanık hedef rogramlama yöntemlernden yararlanılmıştır. Yöntemde, e-eğtm uygulaması çn mevcut ürünün rekabet çnde bulunduğu dğer ürünler karşısındak erformansını ölçeblecek br yaı oluşturulması öngörülmüştür. Ayrıca, yöntemdek bütçe kısıtı, ünverstelern gerçek hayatta karşılaştıkları kısıtları temsl etmes açısından oldukça etkl olmuştur. Amaç, müşternn tatmnn ölçerken, yleştrme/gelştrme çalışmaları çn yön göstermektr. Yaklaşım, Şekl 2 de gösterldğ gb 4 ana adıma ayrılı nceleneblr. Brnc adım KİK sürec MG lern belrlenmesyle başlamaktadır. Bu aşamada MG lern, müşternn kend drak ettğ şeklde ve kend kelmeleryle tolanması gerekldr. Tolanan ve düzenlenen MG ler, kalte evnn sol üst bölümüne yerleştrlrler. Buna ek olarak, belrlenen bu MG ler tatmn etmek çn organzasyonun kullanacağı araçlar olan TÖ ler bu adımda belrlenmektedr. Müşterlern beklentlern yansıtablmek çn, 19
6 S. E. Altekn, E. Tolga öznel ve bulanık fadelern dkkatle ele alınması gerekmektedr. Bununla baş edlmek çn, Zadeh n 1965 yılında ortaya çıkardığı bulanık mantık kavramından yararlanılmıştır. Çalışmada; MG ler le TÖ lern brbrler arasındak ve kend aralarındak lşkler bulanık sayılarla fade edlmştr. Saaty (1980) ve Saaty (1996), AHS ve ASS yöntemlernn bulanık olduğunu savunmasına rağmen, üçgen bulanık sayılarla gösterlen 9-kademel br ölçekten faydalanılması, karar verclern değerlendrmelern aralıklar cnsnden yamalarını sağlayarak, sonuçların daha fazla olasılığı barındırmasını sağlamıştır. İknc adım MG lern lstes genellkle frmanın aynı anda başedemeyeceğ kadar çeştl olmaktadır. Aks durumda dah, eldek kaynakların ve bütçenn sınırlı olmasından dolayı, MG ler arasında ödünleşm yaılması gerekmektedr. MG ler ölçmek ve brbrlerne göre önemlern belrlemek çn, ASS ve bulanık mantık teorsnden faydalanan br yaklaşım gelştrlmştr. Önerlen yaklaşım Karsak ve dğerlernn (2002) kesn sayılarla uyguladığı yönteme dayanmaktadır. Ancak bu çalışmada, bulanık mantık teors ASS yöntemyle brleştrlmştr. Bulanık mantık teorsnn kullanılması, sayısallaştırılması mümkün olmayan, eksk veya elde edlemeyen blglern karar modelne eklenmesn sağlamaktadır. Bu brleştrmey haklı çıkaran, MG lern görece önemler le MG lern kend aralarındak lşklernn göz önünde bulundurması sırasında bu t tam olmayan veya kesnleştrlemeyen blglerle çalışılması gereğdr. MG lern bağımlı önem dereceler ( w C ), oztf karşıt matrslern % satırlarının geometrk ortalamalarının kullanılmasıyla hesalanmıştır (Buckley, 1985). ASS k aşamadan oluşmaktadır: lk aşamada ağ yaısı oluştururken, knc aşamada elemanların önem dereceler hesalanır. Elemanlar arasındak bütün lşkler kasayacak şeklde roblem oluşturulmalıdır. Bütün bu lşkler, kl karşılaştırmalar le hesalanır ve bu görece önem vektörler le br süer matrs elde edlr. Bu süer matrs, elemanlar arasındak etklern matrsdr. Genel önem sırasının elde edlmes çn süer matrsn lmt kuvvet alınır. Bunun sonucu olarak, her br elemanın etkledğ dğer elemanların üzerndek etknn, kümülatf değer elde edlmş olur (Saaty ve Vargas, 1998). KİK modelnn süer matrs gösterm aşağıdak gbdr: H K A Hedef (H) W = Krterler (K) w W Alternatfler (A) % 0 W W 2 4 (1) Burada, w 1, hedefn MG ler üzerndek etksn % gösteren br vektördür. Bu roblemde, müştery tatmn edecek br ürün/hzmet temsl etmektedr. W 2, MG lern her br TÖ üzerndek etksn gösteren br matrstr. W 3 ve W 4 MG lern ve TÖ lern kend aralarındak bağımlılık lşksn gösteren matrslerdr. Eğer br ağ, hedef dışında, sadece krterler ve alternatfler gb k grutan oluşuyorsa, sstemdek elemanların bağımlılığını ölçmek çn Saaty ve Takzawa (1986) tarafından önerlen matrs manülasyonundan faydalanılablr. Bu yaklaşıma göre, MG lern bağımlı önemler ( w C ), W 3 ün w 1 le çarımından % % elde edlrken, TÖ lern bağımlı önemler (W A ), W 4 le W 2 çarım sonucundan ortaya çıkmaktadır. TÖ lern genel önem sırasının elde edlmes çn, W A le w C çarımından faydalanılmaktadır. % Üçüncü adım Bu çalışmada önerlen yaklaşımın akademk yazına en büyük katkısını bu aşamada yaılan hesalamalar oluşturmaktadır. Yaklaşım, ürün gelştrme sürecne, seçlen ürünün rakler karşısındak erformansını entegre etmektedr. Bu erformans gösterges, akademk yazında genellkle entro ve satış noktası metotlarının kullanılmasıyla gerçekleştrlmştr (Chan vd., 1999; Chan ve Wu, 2005). Ancak bu uygulamada, bulanık UP (Fuzzy Comromse Programmng) yöntemnden faydalanılmıştır. Yöntemlern dayandığı temel aynı olmakla brlkte, çeştl farklılıklar göze çarmaktadır. Entro ve satış noktası metotları, her br MG çn rakler arasındak erformans farklılıklarını ölçmekte ve benzer erformans sevyelerne yüksek önem dereceler atamaktadır. Bunun anlamı, eğer frma, br MG de raklerne nazaran daha y erformans 20
7 Ürün gelştrme sürecnde çok amaçlı karar verme yaklaşımı göstermşse, bu MG de daha fazla yleştrme yamasına gerek yoktur. Benzer şeklde, eğer br frma br MG de raklerne göre oldukça kötü erformans gösteryorsa, raklernn sevyesn yakalaması çn çok fazla çaba harcaması gerekmektedr. Rakler arasındak erformans farklılıklarının etks, MG lern görece önem derecelerne knc br ağırlık olarak yansıtılmaktadır. Bu şeklde, MG lern düzeltlmş br görece önem dereceler elde edleblmektedr. UP metodunda se, her br MG çn ayrı hedef sevyelern belrlenmes mümkün olmaktadır. Bu sevyelern belrlenmes çn rekabet analz gerçekleştrlmektedr. UP lk olarak Zeleny (1974) tarafından ortaya atılmıştır. İdeal çözüm kavramını tanımlayan ve buna ulaşmaya çalışan çok amaçlı br karar verme yaklaşımıdır. UP, klask fayda teorsne br alternatf olarak, aynı anda brden çok amacın tatmn edlmes sırasında, fayda fonksyonunun blnmedğ hallerde kullanılmaktadır. Bu durum, KİK sürec sırasında karşılaşılan yaıyla benzerlk arz etmektedr. Çünkü, KİK sürecnde de müşternn fayda fonksyonu blnmemektedr. Yöntemde ana adımı, alternatflern deal çözümden uzaklıklarını temsl eden L metrğnn belrlenmes oluşturmaktadır. İdeal çözüm, her br alternatfn en y değerlerne ulaştığı nokta olarak tanımlanmaktadır. Bu çözüm, hang alternatfn deal çözüme daha yakın, hanglernn se daha uzak olduğunu belrlemekte kullanılmaktadır. Bu yöntemn dayandığı temel rens kaynakların kısıtlı olması ve yöntemn amacı se brbrleryle çelşen hedefler arasında ödünleşme yamaktır. Bu amaca ulaşmak çn kaynaklar arasında ödünleşme ve aylaşma yoluyla, her br amaç fonksyonunun deal noktadan uzaklığı enküçüklenmeye çalışılmaktadır. L metrk cnsnden Denklem (2) dek gb verlmştr: m j L = j w = 1 Z Z 1/ Z Z (2) Bu denklemde w le fade edlen arametre her br amacının ağırlığını göstermektedr. Z ve Z değerler, alternatflern, amaç uzayındak en y ve en kötü çözümlern fade etmektedrler. Z j, j nc alternatfn nc amaçta elde ettğ amaç fonksyonu değerdr. arametres (dengeleme faktörü), uzaklığı ölçmekte kullanılan metrğ göstermektedr. nn değer 1 e eşt olduğunda, Manhattan uzaklığı yan geometrk anlamda, k nokta arasındak en büyük uzaklık hesalarda kullanılmaktadır. = 2 olduğunda se, k nokta arasındak en kısa mesafe olan doğru çzg durumu söz konusudur. Bu uzaklığa Ökld uzaklığı denlmektedr. Bu uzaklık tk br knc dereceden denklem modeln oluşturmaktadır. nn değerler 2 den büyük olmaya başlayınca, uzaklıkların geometrk gösterm mümkün olmamaktadır. nn uç br değer olan, Tchebycheff uzaklığını temsl etmektedr. (2) denklemndek, bulanık çıkarma şlem, Bojadzev ve Bojadzev (1995) tarafından önerlen uzaklık formülasyonu yardımıyla hesalanmıştır. Bu yönteme göre, A 1 = (a 1, b 1, c 1 ) ve A 2 = (a 2, b 2, c 2 ) üçgen bulanık sayıları arasındak uzaklık, (3) denklem le hesalanmaktadır: 1 D = { max ( a a 1 2, c c 1 2 ) + b b 1 2} (3) 2 Yöntemn sonucunda, her br MG çn deal çözümler ve brbryle rak olan alternatfler arasından en y erformans sağlayanı belrlenmektedr. Bu sonuçlara göre, eğer seçlen ürün yasadak en y ürün se, genellkle bu ürünün müşterler tatmn etmes çn çok fazla çaba göstermesne gerek yoktur. Bu durumda, breysel olarak müşter gereksnmler ncelen düşük erformans gösterlenler yleştrleblr. Fazla yleştrme yaılmasa dah, ürün halhazırda başarılı br ürün olarak görüleblr. Ancak, ürün yasadak en y ürün değlse, yleştrme çn daha fazla olanak vardır. L % metrğ en y olan alternatf, seçlen ürün çn br hedef olmaktadır. Bu çalışmada önerlen yaklaşım, L % metrğn hedef rogramlamaya grd olacak br hedef olarak almaktadır. 21
8 S. E. Altekn, E. Tolga Öğrenclerle görüşme Eğtm uzmanlarıyla görüşme Yazın araştırması HOQ nn sol üst bölümü MG lern belrlenmes Uzmanlar Gelştrme takımı HOQ nn gövdesnn üst bölümü TÖ lern belrlenmes ADIM 1 HOQ nn gövdesnn sol bölümü Bulanık Mantık Analtk Ağ Sürec MG lern kl karşılaştırılması Geometrk ortalama yöntemnn uygulanması MG lern görece önemler MG lern kend aralarındak lşk MG lern bağımlı önemler HOQ nn yan çatı bölümü ADIM 2 HOQ nn sağ bölümü Ürünlern her brnn erformans değerler Uzlaşık rogramlama Her br MG çn en y çözümün bulunması Her br MG çn en kötü çözümün bulunması İdeal çözümden uzaklıkların belrlenmes En düşük uzaklığın hedef olarak belrlenmes ADIM 3 Bulanık Mantık Analtk Ağ Sürec MG ler tatmn edecek TÖ lern belrlenmes TÖ lern her br MG çn kl karşılaştırılması TÖ lern kl karşılaştırılması Bütçe kısıtının belrlenmes MG ler le TÖ ler arasındak lşk çn bulanık regresyon denklemler Uzaklık hedefnn belrlenmes Geometrk ortalama yöntemnn uygulanması Hedef rogramlama HOQ nn gövde bölümü MG ler le TÖ ler arasındak lşk TÖ lern kend aralarındak lşk HOQ nn çatı bölümü TÖ ler çn erformans değerlernn belrlenmes HOQ nn alt bölümü TÖ lern bağımlı önem dereceler ADIM 4 Şekl 2. Yöntemn karar verme sürec 22
9 Ürün gelştrme sürecnde çok amaçlı karar verme yaklaşımı Dördüncü adım Bu adımda, lk olarak MG ler le TÖ ler arasında br bağımlılık lşks kurulacaktır. Bu lşknn belrlenmesyle MG ler, TÖ lere dönüştürüleblmektedr. Bu lşknn varlığı ve büyüklüğü, her br MG çn TÖ lern karşılaştırılmasıyla elde edlmektedr. Ağırlıklar bu adımda da, bulanık geometrk ortalama metodu yardımıyla belrlenerek, W % 2 matrs oluşturulmaktadır. Ancak bu lşk değerler, TÖ lern kend aralarındak lşklern göz önünde bulundurmamaktadır. TÖ lern kend aralarındak lşknn belrlenmesnde uygulanan adımlar bu aşamada da uygulanarak, W % 4 matrs elde edlmektedr. Sonuç olarak, W % 4 le W % 2 matrslernn çarılmasıyla, TÖ lern bağımlı önem dereceler elde edlmektedr. Daha sonra, çok değşkenl bulanık doğrusal regresyon yöntem, yaklaşıma Buckley ve Feurng n (2000) (4) denklemnde önerdkler şeklyle entegre edlmştr. Y % = A% X % + B %, = 1,..., m; j = 1,..., n (4) j j Bu çalışmada, Y % bağımlı değşken, her br MG çn üçüncü adımda elde edlen erformans değerlern göstermektedr. A % j arametreler, TÖ lern genel bağımlı önem derecelern temsl etmektedr. X % j bağımsız değşkenler, TÖ lern gelştrme takımı tarafından değerlendrlmeler sonucu elde edlen erformans değerlerdr. B % arametreler se, bu denklemdek tek blnmeyen oluşturmaktadırlar. (3) denklemnn kullanılmasıyla değerler hesalanmaktadır. Yaklaşımdak son aşamayı, bulanık hedef rogramlama yaklaşımı oluşturmaktadır. Önerlen bulanık hedef rogramlama yaklaşımı, br adet hedeften oluşmaktadır. Bu hedef, raklern ürünler arasında en y erformansı elde etmektr. Bu değer, üçüncü adımda hesalanan L % metrğ yar- dımıyla belrlenmektedr. Ana kısıt olarak, bütçe kısıdı alınmıştır. Yöntemn amacı, en y ürüne at L % metrk değer le belrlenen L % metrğnden samaları enküçüklemektr. Sonuç olarak elde edlen; bütçe kısıtlarını gözeterek rakler arasında en y erformansı sağlayan ürünü yakalayacak şeklde ürünün yleştrlmesdr. Hesalamalarda kullanılan genel hedef rogramlama formülasyonu aşağıda verlmştr. Bu denklemde, w% arametreler,. MG nn bağımlı ağırlıklarını temsl etmektedr. Y % ve Y % değerler, her br MG çn alternatf ürünlern elde ettğ en y ve en kötü erformans değerlern göstermektedr. Y % j değşken, j. alternatfn. MG de elde ettğ erformans değern fade etmektedr. arametres, kullanılan uzaklık metrğn belrtmektedr. Mn d m m j % 1 Y% = Y% j = 1 j b% X% < C% j + d + j 1/ Y% Y% + w + d d = L% Y% = A% X% + B% j j X% < (8,9,9) + d, d 0; = 1, 2,..., m; j = 1, 2,..., n (5) Bu çalışmada, değer 1 olarak alınmıştır. L %, en y ürünün L % metrk değerdr. d - ve d + değerler, L % hedefnden oztf ve negatf samaları göstermektedr. b % j, her br tasarım özellğnn stenen erformans değerne ulaşmak çn gereken brm malyet mktarıdır. C % arametres, tolam bütçe kısıdını oluşturmaktadır. Modeldek, bulanık doğrusal regresyon denklem, MG ler le TÖ ler arasındak lşknn değerlernn, enyleme sürec boyunca erformans değerler değştrlrken, sabt tutulmasını sağlamaktadır. TÖ lern erformans değerlernn 9- kademel ölçeğn en y erformans değern aşamayacağı da kısıt olarak eklenmştr. Hedef rogramlama modelnn çözümü, tasarım özellklernn ulaşılması gereken erformans sevyelern ortaya koymaktadır. Frma sadece belrtlen tasarım özellklerne yatırım yaarak yasadak en y ürüne sah olablmektedr. Vaka analz Bu uygulamada Blg ve Sakarya Ünverstelernn e-mba rogramları le Orta Doğu Teknk 23
10 S. E. Altekn, E. Tolga Ünverstes nn Informatc Onlne Yüksek Lsans rogramları, önerlen yaklaşım yardımıyla değerlendrlecektr. Amaçlanan, müştery tatmn edecek br e-eğtm rogramının oluşturulmasıdır. Programların smler, A, B ve C le gösterlmştr. Yaklaşımın brnc adımı sonucunda elde edlen MG ler ve TÖ ler Tablo 1 ve Tablo 2 de gösterlmştr. İknc adım sonunda se, müşter gereksnmler bağımlı önem değerler ( w% ), kl karşılaştırmalar sonucunda elde C edlen öz vektörler kullanılarak oluşturulan W % 3 matrs le kl karşılaştırmalar sonucu elde edlen MG lern görece önem değerler olan w% 1 vektörünün çarılmasıyla elde edlmektedr. Yer kısıtından dolayı 17x17 lk br matrs olan W % 3 matrs le w% 1 vektörü verlmemştr. Yaklaşımın üçüncü adımında, seçlen e-eğtm ürünün rekabet analz sonucunda elde edlecek erformans değer belrlenmeye çalışılacaktır. Uygulanan uzlaşık rogramlama yöntem le, seçlen uzaklık tne göre uzaklığın ölçülmes çn Manhattan uzaklığı alınmış ve nn değer 1 olarak seçlmştr. Ürünlern her br MG dek erformans değerler, müşterlern her br ürünü doğrudan değerlendrmeler le elde edlmştr. Sonuçların ncelenmesyle, her br müşter gereksnm çn en y ve en kötü değerler belrlenmştr. (2) ve (3) denklemler kullanılarak, her br ürün çn L % metrk değerler he- salanmıştır (Tablo 3). Bu tabloya bakarak, herhang br müşter gereksnmnn erformans değer, uzaklıklar cnsnden görüleblmektedr. Seçlen ürünün br müşter gereksnmndek erformansı en yyse, onun bu müşter gereksnm çn hesalanan uzaklık değer de 0 olmaktadır. Yöntem uygulamak çn, belrlenen üç ürün arasından kncs olan B ürünü seçlmştr. Bu ürüne at, L % metrk değer (0.155, 0.572, 2.088) olarak bulunmuştur. Bu değer, A ürününe at L % metrk değer olan (0.062, 0.225, 0.854) değernden daha kötüdür. Bu sonuçlar, br sonrak aşamaya aktarılarak, hedef rogramlama roblem çn ulaşılması stenen hedef olarak kullanılacaktır. (0.0101,0.0303,0.1089) (0.0070,0.0209, (0.0220,0.0636,0.2069) (0.0574,0.1287,0.3784) (0.0064,0.0215,0.1002) (0.0206,0.0851,0.3438) (0.0117,0.0460,0.2300) (0.0088,0.0355,0.1693) T ( w% ) = ( W% w% ) = C 3 1 (0.0053, ,0.1036) (0.0267,0.0811,0.2619) (0.0108,0.0413,0.1572) (0.0064,0.0183,0.0437) (0.0076,0.0325,0.1304) (0.0285,0.1108,0.3689) (0.0140,0.0569,0.2091) (0.0212,0.0927,0.3589) (0.0353,0.1133,0.2480) Dördüncü adım, MG ler le TÖ ler arasındak lşknn hesalanmasıyla başlamaktadır. Bunun çn TÖ ler arasındak bağımlılık lşks matrs ( W % 4 ) le MG ler çn TÖ lern görece önemler belrlenerek elde edlen ( W % 2 ) matrs çarılarak, TÖ lern bağımlı önem dereceler ( W % A ) elde edlmektedr. Yöntemn son aşamasını hedef rogramlama oluşturmaktadır. Hedef çn gerekl ver, br öncek aşamada hesalanmıştır (Tablo 3). Seçlen B ürününün erformansı, her br MG nn deal sonucuna uzaklıkları tolamı en küçük olarak bulunan ve şu ank en y ürün olan A nın erformans sevyesne getrlmeye çalışılacaktır. Bütçe kısıdı (500, 720, 940) olarak belrlenmştr. TÖ lere at erformans değerlernn brm malyet Tablo 4 te verlmştr. Parasal brm yerne, 9-kademel ölçek le görece değerler olarak verlmşlerdr. Bulanık doğrusal regresyon denklemlernde kullanılan arametre değerler ( B % ), (3) ve (4) denklemler yardımıyla hesalanmıştır. Bu verler, (5) denklemndek hedef rogramlama modelnde grd olarak kullanılmıştır. Model GAMS yazılımı kullanılarak çözülmüştür. 24
11 Ürün gelştrme sürecnde çok amaçlı karar verme yaklaşımı Tablo 3. Müşter gereksnmlernn L % metrk değerler Ürün A Ürün B Ürün C Eksksz (0.000, 0.000, 0.000) (0.010, 0.030, 0.109) (0.008, 0.025, 0.091) Güncel (0.000, 0.000, 0.000) (0.001, 0.003, 0.011) (0.007, 0.021, 0.076) Anlaşılması kolay (0.000, 0.000, 0.000) (0.017, 0.048, 0.155) (0.022, 0.064, 0.207) Güvenlrlk (0.000, 0.000, 0.000) (0.017, 0.038, 0.110) (0.057, 0.129, 0.378) Taşınablrlk (0.002, 0.008, 0.038) (0.006, 0.022, 0.100) (0.000, 0.000, 0.000) Fyat (0.017, 0.071, 0.287) (0.021, 0.085, 0.344) (0.000, 0.000, 0.000) Kolay kullanım (0.000, 0.000, 0.000) (0.008, 0.031, 0.153) (0.012, 0.046, 0.230) Kolay geznm (0.004, 0.018, 0.085) (0.009, 0.035, 0.169) (0.000, 0.000, 0.000) Tutarlı (0.005, 0.022, 0.104) (0.003, 0.011, 0.051) (0.000, 0.000, 0.000) Görsel çekclk (0.027, 0.081, 0.262) (0.015, 0.044, 0.143) (0.000, 0.000, 0.000) Talelere hızlı br şeklde ceva veryor mu? (0.005, 0.021, 0.079) (0.011, 0.041, (0.000, 0.000, 0.000) Test yöntemler adl m? (0.000, 0.000, 0.000) (0.004, 0.010, 0.025) (0.006, 0.018, 0.044) Test sonuçları zamanında açıklanıyor mu? (0.000, 0.000, 0.000) (0.002, 0.007, 0.026) (0.008, 0.033, 0.130) Öğrenmek stenlen konu seçleblyor mu? (0.000, 0.000, 0.000) (0.010, 0.037, 0.123) (0.029, 0.111, 0.369) Öğrenme sürec ve erformansı kaydedlyor mu? (0.000, 0.000, 0.000) (0.004, 0.014, 0.052) (0.014, 0.057, 0.209) Öğrenme sürecnde kşsel destek sağlanıyor mu? (0.000, 0.000, 0.000) (0.021, 0.093, 0.359) (0.007, 0.031, 0.120) Pratk yama fırsatları oluyor mu? (0.000, 0.000, 0.000) (0.000, 0.000, 0.000) (0.035, 0.113, 0.248) L % Metrk Değer (0.061, 0.220, 0.854) (0.155, 0.548, 2.088) (0.205, 0.647, 2.102) Tablo 4. Tasarım özellklernn erformans değerler brm malyet Tasarım Özellkler Malyet Güncel gereçler (2, 3, 4) Değşken zorluk dereces (3, 4, 5) İlgl bağlantı ve kaynakça sağlama (2, 3, 4) Endüstr le lşk (4, 5, 6) Çıktısı alınablr (1, 2, 3) Kurs değerlendrme testler (2, 3, 4) Açık br şeklde tanımlanmış bölümler/alt bö- (1, 2, 3) İlg çekc multmedya uygulamaları (2, 3, 4) Performanslı ve hızlı şleme yeteneğne sah (5, 6, 7) Not blgsn kaydetme (2, 3, 4) Ödeme seçenekler (6, 7, 8) İy eğtml eğtmenler (7, 8, 9) Çevrmç danışman desteğ (6, 7, 8) Programın kabul görmes (7, 8, 9) Kşsel danışman desteğ (6, 7, 8) Klask eğtmde güvenlrlk (7, 8, 9) Konusuna hakm olma (6, 7, 8) Adl ödev/sınav kontrolü (2, 3, 4) Görüşme saatlernde esneklk (5, 6, 7) E-eğtme uygun vasıflara sah olma (6, 7, 8) Tartışma ve gerbldrm destekleme (4, 5, 6) Tablo 5. Mevcut ve önerlen tasarım özellkler değerler Mevcut X % değerler Önerlen X % değerler j 1 (5.800, 6.800, 7.800) (5.829, 6.800, 7.800) 2 (4.200, 5.200, 6.200) (6.200, 6.200, 6.200) 3 (5.000, 6.000, 7.000) (5.000, 6.000, 7.000) 4 (6.400, 7.400, 8.400) (6.400, 7.400, 8.400) 5 (7.800, 8.800, 9.000) (7.800, 8.800, 9.000) 6 (6.200, 7.200, 8.200) (7.200, 7.200, 8.200) 7 (5.600, 6.600, 7.600) (7.624, , 7.624) 8 (3.600, 4.600, 5.600) (5.828, 5.828, 5.828) 9 (6.200, 7.200, 8.200) (6.400, 7.400, 8.200) 10 (7.400, 8.400, 9.000) (8.000, 8.400, 9.000) 11 (1.800, 2.800, 3.800) (4.786, 4.786, 4.786) 12 (4.000, 5.000, 6.000) (5.000, 5.000, 6.000) 13 (4.800, 5.800, 6.800) (4.800, 5.800, 6.800) 14 (5.200, 6.200, 7.200) (5.200, 7.200, 7.200) 15 (4.600, 5.600, 6.600) (4.600, 5.600, 6.600) 16 (4.400, 5.400, 6.400) (4.400, 5.400, 6.400) 17 (5.600, 6.600, 7.600) (5.600, 7.311, 7.600) 18 (7.400, 8.400, 9.000) (8.000, 8.474, 9.000) 19 (7.000, 8.000, 8.800) (8.000, 8.000, 8.800) 20 (6.200, 7.200, 8.200) (6.200, 8.200, 8.200) 21 (7.200, 8.200, 8.800) (7.200, 8.200, 8.800) Sonuçlar Sonuçlar Tablo 5 te verlmştr. Mevcut durum le önerlen duruma lşkn çözümlere bakarak, j 25
12 S. E. Altekn, E. Tolga yasadak en y ürünün erformansına ulaşmak çn yaılması gereken yleştrmeler belrleneblmektedr. Önerlen yleştrmelern sonucunda B ürünü çn elde edlen L % metrk değer (0.062, 0.225, 0.854) tr. Bu değer, en y ürün olan A nın L % metrk değerne eşttr. Bu sonuca göre, seçlen e-eğtm ürünün erformansı mevcut bütçe kısıtı altında, yasadak en y ürünün erformansını yakalayablmektedr. Sonuçlar nceledğnde, MG lerde stenen bu erformans değerlern elde etmek çn, değşken zorluk dereces, açık br şeklde tanımlanmış bölümler/alt bölümler, lg çekc multmedya uygulamaları ve ödeme alternatfler tasarım özellklernde yleştrmelere gdlmes gerektğ Tablo 5 tek hedef TÖ lern erformans değerlernden okunablmektedr. Kaynaklar Bojadzev, G. ve Bojadzev, M., (1995). Fuzzy sets, fuzzy logc, alcatons, Advances n Fuzzy Systems & Alcatons and Theory, 5, Sngaore: World Scentfc. Buckley, J.J., (1985). Fuzzy herarchcal analyss. Fuzzy Sets and Systems, 17, 3, Buckley, J.J. ve Feurng, T., (2000). Lnear and nonlnear fuzzy regresson: Evolutonary algorthm solutons, Fuzzy Sets and Systems, 112, Chan, L. K., Kao, H. P., Ng, A., ve Wu, M. L., (1999). Ratng the mortance of customer needs n qualty functon deloyment by fuzzy and entroy methods, Internatonal Journal of Producton Research, 37, 11, Chan, L.K. ve Wu, M.L., (2005). A systematc aroach to qualty functon deloyment wth a full llustratve examle, Omega, 33, Chu, C.M., Hsu, M.H., Sun, S.Z., Ln, T.C. ve Sun, P.C., (2004). Usablty, qualty, value and e- learnng contnuance decsons, Comuters & Educaton, 45, 4, Hwanga, G.J., Huanga, T.C.K. ve Tseng, J.R.C., (2004). A grou-decson aroach for evaluatng educatonal web stes, Comuters & Educaton, 42, Karsak, E.E., Sozer ve S., Altekn, S.E., (2002). Product lannng n qualty functon deloyment usng a combned analytc network rocess and goal rogrammng aroach, Comuters & Industral Engneerng, 44, Saaty, T.L., (1980). The Analytc Herarchy Process, McGraw-Hll. New York. Saaty, T.L., (1996). Decson Makng wth Deendence and Feedback: The Analytc Network Process, RWS Publcatons. Pttsburgh, PA. Saaty, T.L. ve Takzawa, M., (1986). Deendence and ndeendence: From lnear herarches to nonlnear Networks, Euroean Journal of Oeratonal Research, 26, Saaty, T.L. ve Vargas, L.G., (1998). Dagnoss wth deendent symtoms: Bayes theorem and the analytc herarchy rocess, Oeratons Research, 46, 4, Shllto, M.L., (1994). Advanced QFD Lnkng Technology to Market and Comany Needs, John Wley & Sons, New York. Wang, Y.S., (2003). Assessment of learner satsfacton wth asynchronous electronc learnng systems, Informaton & Management, 41, Zadeh, L.A., Fuzzy sets. Informaton and Control, 8, Zeleny, M., (1974). Lnear Multobjectve Programmng, Srnger Verlag, , New York. 26
Ürün geliştirme sürecinde çok amaçlı karar verme yaklaşımı
tüdergs/d mühendslk Clt:5, Sayı:6, 15-26 Aralık 2006 Ürün gelştrme sürecnde çok amaçlı karar verme yaklaşımı Sadettn Emre ALPTEKİN, Ethem TOLGA İTÜ Fen Blmler Ensttüsü, Mühendslk Yönetm Programı, 34469,
DetaylıÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU
6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız
DetaylıMESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI
MESLEK SEÇİMİ PROBLEMİNDE ÇOK ÖZELLİKLİ KARAR VERME VE ÇÖZÜME YÖNELİK GELİŞTİRİLEN BİREYSEL KARİYER PLANLAMA PROGRAMI Fath ÇİL GAZİ ÜNİVERSİTESİ Mühendslk Mmarlık Fakültes Endüstr Mühendslğ Bölümü 4. Sınıf
DetaylıTEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA
TEDARİKÇİ SEÇİMİNDE ANALİTİK HİYERARŞİ PROSESİ VE HEDEF PROGRAMLAMA YÖNTEMLERİNİN KOMBİNASYONU: OTEL İŞLETMELERİNDE BİR UYGULAMA Yrd. Doç. Dr. Meltem KARAATLI * Yrd. Doç. Dr. Gonca DAVRAS ** ÖZ Otel şletmelernde,
DetaylıX, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının
1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell
DetaylıENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI
V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN
DetaylıBulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi
Harta Teknolojler Elektronk Dergs Clt: 5, No: 1, 2013 (61-67) Electronc Journal of Map Technologes Vol: 5, No: 1, 2013 (61-67) TEKNOLOJİK ARAŞTIRMALAR www.teknolojkarastrmalar.com e-issn: 1309-3983 Makale
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon
DetaylıHAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :
HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını
DetaylıÖğretim planındaki AKTS TASARIM STÜDYOSU IV 214058100001312 2 4 0 4 9
Ders Kodu Teork Uygulama Lab. Ulusal Kred Öğretm planındak AKTS TASARIM STÜDYOSU IV 214058100001312 2 4 0 4 9 Ön Koşullar : Grafk İletşm I ve II, Tasarım Stüdyosu I, II, III derslern almış ve başarmış
DetaylıMALZEME TAŞIMA SİSTEMİ ALTERNATİFLERİNİN DEĞERLENDİRİLMESİNDE BULANIK-PROMETHEE YAKLAŞIMI
Doğuş Ünverstes Dergs 12 (1) 2011 144-155 MALZEME TAŞIMA SİSTEMİ ALTERNATİFLERİNİN DEĞERLENDİRİLMESİNDE BULANIK-ROMETHEE YAKLAŞIMI EVALUATING MATERIAL HANDLING SYSTEM ALTERNATIVES USING FUZZY-ROMETHEE
DetaylıBulanık TOPSIS ve Bulanık VIKOR Yöntemleriyle Alışveriş Merkezi Kuruluş Yeri Seçimi ve Bir Uygulama
EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 14 Sayı: 3 Temmuz 2014 ss. 463-479 Bulanık TOPSIS ve Bulanık VIKOR Yöntemleryle Alışverş Merkez Kuruluş Yer Seçm ve Br Uygulama Selecton of Shoppng Center
DetaylıPROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 3, Sayı:2, 2001 PROJE SEÇİMİ VE KAYAK PLALAMASI İÇİ BİR ALGORİTMA lgün MORALI 1 C. Cengz ÇELİKOĞLU 2 ÖZ Kaynak tahss problemler koşullara bağlı olarak
Detaylıkadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.
KONU : DUAL MODELİN EKONOMİK YORUMU Br prmal-dual model lşks P : max Z cx D: mn Z bv AX b AV c X 0 V 0 bçmnde tanımlı olsun. Prmal modeln en y temel B ve buna lşkn fyat vektörü c B olsun. Z B B BB c X
DetaylıİÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ
Türkye İnşaat Mühendslğ, XVII. Teknk Kongre, İstanbul, 2004 İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ Nur MERZİ 1, Metn NOHUTCU, Evren YILDIZ 1 Orta Doğu Teknk Ünverstes, İnşaat Mühendslğ Bölümü, 06531 Ankara
DetaylıYAPILARIN ENERJİ ESASLI TASARIMI İÇİN BİR HESAP YÖNTEMİ
YAPILARI EERJİ ESASLI TASARIMI İÇİ BİR HESAP YÖTEMİ Araş. Gör. Onur MERTER Araş. Gör. Özgür BOZDAĞ Prof. Dr. Mustafa DÜZGÜ Dokuz Eylül Ünverstes Dokuz Eylül Ünverstes Dokuz Eylül Ünverstes Fen Blmler Ensttüsü
DetaylıTOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA
Araştırma Makaleler TOPSIS ÇOK KRİTERLİ KARAR VERME SİSTEMİ: TÜRKİYE DEKİ KAMU BANKALARI ÜZERİNE BİR UYGULAMA Dr., Dokuz Eylül Ünverstes, İİBF İşletme Bölümü erhan.demrel@deu.edu.tr ÖZET Ekonomk faalyetlern
DetaylıKIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ
KIRIKKALE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ENDÜSTRİ MÜHENDİSLİĞİ ÇOK KRİTERLİ KARAR VERME YÖNTEMLERİNDEN AHP VE TOPSIS İLE KAMP YERİ SEÇİMİ Burak KARAHAN Burak PEKEL Neşet BEDİR Cavt CAN Kırıkkale -2014-
DetaylıPROMETHEE SIRALAMA YÖNTEMİ İLE TEDARİKÇİ SEÇİMİ
Gaz Ünv. Müh. Mm. Fak. Der. J. Fac. Eng. Arch. Gaz Unv. Clt 23, No, 9-75, 28 Vol 23, No, 9-75, 28 PROMETHEE SIRALAMA YÖNTEMİ İLE TEDARİKÇİ SEÇİMİ Metn DAĞDEVİREN ve Ergün ERASLAN* Endüstr Mühendslğ Bölümü,
DetaylıDoğrusal Korelasyon ve Regresyon
Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan
DetaylıPARÇALI DOĞRUSAL REGRESYON
HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal
DetaylıÇok ölçütlü karar verme yaklaşımlarına dayalı tedarikçi seçimi: elektronik sektöründe bir uygulama
346 Çok ölçütlü karar verme yaklaşımlarına dayalı tedarkç seçm: elektronk sektöründe br uygulama Murat ARIKAN 1, Berat GÖKBEK 1 1 Endüstr Mühendslğ Bölümü, Mühendslk Fakültes, Gaz Ünverstes, Maltepe-Ankara
DetaylıBulanık Analitik Hiyerarşi Süreci ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemleri ile Tekstil Sektöründe Finansal Performans Ölçümü
Sosyal Blmler 8/1 (010) s 19516 SOSYAL BİLİMLER Yıl : 010 Clt :8 Sayı :1 Celal Bayar Ünverstes S.B.E. Bulanık Analtk Hyerarş Sürec ve İdeal Çözüme Yakınlığa Göre Sıralama Yapma Yöntemler le Tekstl Sektöründe
DetaylıJournal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi
Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 31, 203-213, 2013 Research Artcle / Araştırma Makales ANALYTIC NETWORK PROCESS AND TOPSIS METHODS WITH SELECTION OF OPTIMAL INVESTMENT
DetaylıYÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA
YÖNETİM VE EKONOMİ Yıl:2006 Clt:3 Sayı: Celal Bayar Ünverstes İ.İ.B.F. MANİSA Bulanık Araç Rotalama Problemlerne Br Model Öners ve Br Uygulama Doç. Dr. İbrahm GÜNGÖR Süleyman Demrel Ünverstes, İ.İ.B.F.,
DetaylıAN IMPLEMENTATION OF INTEGRATED MULTI-CRITERIA DECISION MAKING TECHNIQUES FOR ACADEMIC STAFF RECRUITMENT
Journal of Management, Marketng and Logstcs (JMML), ISSN: 48-6670 Year: 04 Volume: Issue: AN IMPLEMENTATION OF INTEGRATED MULTI-CRITERIA DECISION MAKING TECHNIQUES FOR ACADEMIC STAFF RECRUITMENT Kemal
DetaylıTEKNOLOJİ, PİYASA REKABETİ VE REFAH
TEKNOLOJİ, PİYASA REKABETİ VE REFAH Dr Türkmen Göksel Ankara Ünverstes Syasal Blgler Fakültes Özet Bu makalede teknoloj sevyesnn pyasa rekabet ve refah sevyes üzerndek etkler matematksel br model le ncelenecektr
DetaylıAHP-TOPSIS YÖNTEMİNE DAYALI TEDARİKÇİ SEÇİMİ UYGULAMASI *
Ekonometr ve İstatstk Sayı:13 (12. Uluslararası Ekonometr, Yöneylem Araştırması, İstatstk Sempozyumu Özel Sayısı) 2011 1 22 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ AHP-TOPSIS
Detaylı4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ
Ünsal M.; Varol, A.: Soğutma Kulelernn Boyutlandırılması İçn Br Kuramsal 8 Mayıs 990, S: 8-85, Adana 4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Asaf Varol Fırat Ünverstes, Teknk Eğtm Fakültes,
DetaylıYAZILIM GELİŞTİRME PROJELERİNİN GERÇEK OPSİYON DEĞERLEME MODELİYLE ÇOK ÖLÇÜTLÜ BULANIK DEĞERLEMESİ
İstanbul Tcaret Ünverstes Fen Blmler Dergs Yıl: 8 Sayı: 5 Bahar 009/ s. 3-6 YAZILIM GELİŞTİRME PROJELERİNİN GERÇEK OPSİYON DEĞERLEME MODELİYLE ÇOK ÖLÇÜTLÜ BULANIK DEĞERLEMESİ A. Çağrı TOLGA, Cengz KAHRAMAN
DetaylıNİTEL TERCİH MODELLERİ
NİTEL TERCİH MODELLERİ 2300 gözlem sayısı le verlen değşkenler aşağıdak gbdr: calsma: çocuk çalışıyorsa 1, çalışmıyorsa 0 (bağımlı değşken) Anne_egts: Anne eğtm sevyes Baba_egts: Baba eğtm sevyes Kent:
DetaylıDOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre
1 DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cnemre 2 BİRİNCİ BÖLÜM HEDEF PROGRAMLAMA 1.1 Grş Karar problemler amaç sayısına göre tek amaçlı ve çok amaçlı
Detaylıdir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.
BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)
DetaylıŞiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği *
İMO Teknk Derg, 28 4393-447, Yazı 29 Şddet-Süre-Frekans Bağıntısının Genetk Algortma le Belrlenmes: GAP Örneğ * Hall KARAHAN* M. Tamer AYVAZ** Gürhan GÜRARSLAN*** ÖZ Bu çalışmada, Genetk Algortma (GA)
DetaylıTEKNOLOJĐK ARAŞTIRMALAR
www.teknolojkarastrmalar.com ISSN:134-4141 Makne Teknolojler Elektronk Dergs 28 (1) 61-68 TEKNOLOJĐK ARAŞTIRMALAR Kısa Makale Tabakalı Br Dskn Termal Gerlme Analz Hasan ÇALLIOĞLU 1, Şükrü KARAKAYA 2 1
DetaylıDeney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı
SRY ÜNİVERSİESİ Djtal ontrol Laboratuvar Deney Föyü Deney No: 2 Sıvı Sevye ontrol Deney 2.. Deneyn macı Bu deneyn amacı, doğrusal olmayan sıvı sevye sstemnn belrlenen br çalışma noktası cvarında doğrusallaştırılmış
Detaylı5.3. Tekne Yüzeylerinin Matematiksel Temsili
5.3. Tekne Yüzeylernn atematksel Temsl atematksel yüzey temslnde lk öneml çalışmalar Coons (53) tarafından gerçekleştrlmştr. Ferguson yüzeylernn gelştrlmş hal olan Coons yüzeylernde tüm sınır eğrler çn
DetaylıÇelik Yapıların Öngörülen Göreli Kat Ötelemesi Oranına Göre Enerji Esaslı Tasarımı *
İO Teknk Derg, 01 5777-5798, Yazı 369 Çelk Yaıların Öngörülen Görel Kat Ötelemes Oranına Göre Enerj Esaslı Tasarımı * Onur ERTER* Özgür BOZDAĞ** ustafa DÜZGÜ*** ÖZ Günümüz yönetmelklernde yer alan ve yaıların
DetaylıALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet
Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Yayın Gelş Tarh: 18.02.2011 Clt: 13, Sayı: 1, Yıl: 2011, Sayfa: 21-37 Yayına Kabul Tarh: 17.03.2011 ISSN: 1302-3284 ALGILANAN HİZMET KALİTESİ VE LOJİSTİK
DetaylıTAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ
ZKÜ Sosyal Blmler Dergs, Clt 3, Sayı 6, 2007, ss. 109 125. TAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ Yrd.Doç.Dr. Ahmet ERGÜLEN Nğde
DetaylıAĞIR BİR NAKLİYE UÇAĞINA AİT BİR YAPISAL BİLEŞENİN TASARIMI VE ANALİZİ
III. ULUSAL HAVACILIK VE UZAY KONFERANSI 16-18 Eylül 2010, ANADOLU ÜNİVERSİTESİ, Eskşehr AĞIR BİR NAKLİYE UÇAĞINA AİT BİR YAPISAL BİLEŞENİN TASARIMI VE ANALİZİ Davut ÇIKRIKCI * Yavuz YAMAN Murat SORGUÇ
DetaylıYAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE
BAÜ Fen Bl. Enst. Dergs (6).8. YAYII YÜK İE YÜKENİŞ YAPI KİRİŞERİNDE GÖÇE YÜKÜ HESABI Perhan (Karakulak) EFE Balıkesr Ünverstes ühendslk marlık Fakültes İnşaat üh. Bölümü Balıkesr, TÜRKİYE ÖZET Yapılar
DetaylıMakine Öğrenmesi 10. hafta
Makne Öğrenmes 0. hafta Lagrange Optmzasonu Destek Vektör Maknes (SVM) Karesel (Quadratc) Programlama Optmzason Blmsel term olarak dlmze geçmş olsa da bazen en leme termle karşılık bulur. Matematktek en
DetaylıMetin Madenciliği ile Soru Cevaplama Sistemi
Metn Madenclğ le Soru Cevaplama Sstem Sevnç İlhan 1, Nevchan Duru 2, Şenol Karagöz 3, Merve Sağır 4 1 Mühendslk Fakültes Blgsayar Mühendslğ Bölümü Kocael Ünverstes slhan@kocael.edu.tr, nduru@kocael.edu.tr,
DetaylıMuhasebe ve Finansman Dergisi
Muhasebe ve Fnansman Dergs Ocak/2012 Farklı Muhasebe Düzenlemelerne Göre Hazırlanan Mal Tablolardan Elde Edlen Fnansal Oranlar İle Şrketlern Hsse Sened Getrler Ve Pyasa Değerler Arasındak İlşk Ahmet BÜYÜKŞALVARCI
DetaylıPamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences
Pamukkale Ünverstes Mühendslk Blmler Dergs, Clt 0, Sayı 3, 04, Sayfalar 85-9 Pamukkale Ünverstes Mühendslk Blmler Dergs Pamukkale Unversty Journal of Engneerng Scences PREFABRİK ENDÜSTRİ YAPIARININ ARMONİ
DetaylıDersin Yürütülmesi Hakkında. (Örgün / Yüz Yüze Eğitim için) (Harmanlanmış Eğitim için) (Uzaktan Eğitim için)
Ders Kodu Teork Uygulama Lab. Uluslararası Muhasebe ve Fnansal Raporlama Standartları Ulusal Kred Öğretm planındak AKTS 344000000000510 3 0 0 3 6 Ön Koşullar : Bu dersn ön koşulu ya da yan koşulu bulunmamaktadır.
DetaylıDepo operatörü lojistik firmasının seçimi için bulanık VIKOR ve bulanık TOPSIS yöntemlerinin uygulanması
İstanbul Ünverstes İşletme Fakültes Dergs Istanbul Unversty Journal of the School of Busness Clt/Vol:42, /No:2, 2013, 198-218 ISSN: 1303-1732 wwwfdergsorg 2013 Depo operatörü lostk frmasının seçm çn bulanık
Detaylıa IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI
Fırat Ünverstes-Elazığ MİTRAL KAPAK İŞARETİ ÜZERİNDEKİ ANATOMİK VE ELEKTRONİK GÜRÜLTÜLERİN ABC ALGORİTMASI İLE TASARLANAN IIR SÜZGEÇLERLE SÜZÜLMESİ N. Karaboğa 1, E. Uzunhsarcıklı, F.Latfoğlu 3, T. Koza
Detaylıalphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems
Avalable onlne at www.alphanumercournal.com alphanumerc ournal The Journal of Operatons Research, Statstcs, Econometrcs and Management Informaton Systems Receved: January 25, 2017 Accepted: June 22, 2017
DetaylıSEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)
SEK Tahmnclernn Arzulanan Özellkler İk Değşkenl Bağlanım Model SEK Tahmnclernn Arzulanan Özellkler Ekonometr 1 Konu 9 Sürüm 2,0 (Ekm 2011) http://www.ackders.org.tr SEK Tahmnclernn Arzulanan Özellkler
DetaylıBIST da Demir, Çelik Metal Ana Sanayii Sektöründe Faaliyet Gösteren İşletmelerin Finansal Performans Analizi: VZA Süper Etkinlik ve TOPSIS Uygulaması
EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 4 Sayı: Ocak 04 ss. 9-9 BIST da Demr, Çelk Metal Ana Sanay Sektöründe Faalyet Gösteren İşletmelern Fnansal Performans Analz: VZA Süper Etknlk ve TOPSIS Uygulaması
DetaylıFUZZY TOPSİS YÖNTEMİ İLE SANAL MAĞAZALARIN WEB SİTELERİNİN DEĞERLENDİRİLMESİ
FUZZY TOPSİS YÖNTEMİ İLE SNL MĞZLRIN WEB SİTELERİNİN DEĞERLENDİRİLMESİ Süleyman DÜNDR (*) Fath EER (**) Şuayb ÖZDEMİR (***) Özet: Bu çalışmanın amacı, fuzzy TOPSİS yöntemn kullanarak sanal mağazaların
DetaylıTAKIM LİDERİ SEÇİMİNDE BULANIK KALİTE FONKSİYONU AÇINIMI MODELİ UYGULAMASI
2403 TAKIM LİDERİ SEÇİMİNDE BULANIK KALİTE FONKSİYONU AÇINIMI MODELİ UYGULAMASI APPLICATION OF A FUZZY QUALITY FUNCTION DEPLOYMENT MODEL FOR TEAM LEADER SELECTION ÖZET A. Fahr ÖZKÖK *, Orkun KOZANOĞLU
Detaylıbir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre
Devre Analz Teknkler DEE AAĐZ TEKĐKEĐ Bu zamana kadar kullandığımız Krchoffun kanunları ve Ohm kanunu devre problemlern çözmek çn gerekl ve yeterl olan eştlkler sağladılar. Fakat bu kanunları kullanarak
DetaylıKİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.
Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk
DetaylıFARKLI VERİ YAPILARINDA KULLANILABİLECEK REGRESYON YÖNTEMLERİ
Anadolu Tarım Blm. Derg., 203,28(3):68-74 Anadolu J Agr Sc, 203,28(3):68-74 do: 0.76/anaas.203.28.3.68 URL: htt://dx.do.org/0.76/anaas.203.28.3.68 Derleme Revew FARKLI VERİ YAPILARINDA KULLANILABİLECEK
DetaylıKENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ. Dr. Ali Rıza AKTAŞ 1 Dr. Selim Adem HATIRLI 2
Journal of Yasar Unversty 2010 3294-3319 KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ Dr. Al Rıza AKTAŞ 1 Dr. Selm Adem HATIRLI 2 ÖZET Bu çalışmada, Batı Akdenz Bölges kent merkezlernde
DetaylıGRİ İLİŞKİSEL ANALİZ YÖNTEMİNE GÖRE FARKLI SERTLİKLERDE OPTİMUM TAKIM TUTUCUSUNUN BELİRLENMESİ
2. Ulusal Tasarım İmalat ve Analz Kongres 11-12 Kasım 21- Balıkesr GRİ İLİŞKİSEL ANALİZ YÖNTEMİNE GÖRE FARKLI SERTLİKLERDE OPTİMUM TAKIM TUTUCUSUNUN BELİRLENMESİ Esra YILMAZ*, Ferhat GÜNGÖR** *ylmazesraa@gmal.com
DetaylıÇok Kriterli Karar Verme Teknikleriyle Lojistik Firmalarında Performans Ölçümü
EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Clt: 3 Sayı: 4 Ekm 03 ss. 449-459 Çok Krterl Karar Verme Teknkleryle Lostk Frmalarında Performans Ölçümü Performance Measurement of Logstcs Frms wth Mult-Crtera
DetaylıPÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI
PÜRÜZLÜ AÇIK KANAL AKIMLARINDA DEBİ HESABI İÇİN ENTROPY YÖNTEMİNİN KULLANILMASI Mehmet ARDIÇLIOĞLU *, Galp Seçkn ** ve Özgür Öztürk * * Ercyes Ünverstes, Mühendslk Fakültes, İnşaat Mühendslğ Bölümü Kayser
DetaylıYÜKSEK LİsANS VE DOKTORA PROGRAMLARI
, EK-A YÜKSEK LİsANS VE DOKTORA PROGRAMLARI Değerl Arkadaşlar, --e------ Bldğnz üzere, ş dünyası sthdam edeceğ adaylarda, ünverste mezunyet sonrası kendlerne ne ölçüde katma değer ekledklern de cddyetle
DetaylıDENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI
A. DNYİN AMACI : Bast ser ve bast paralel drenç devrelern analz edp kavramak. Voltaj ve akım bölücü kurallarını kavramak. Krchoff kanunlarını deneysel olarak uygulamak. B. KULLANILACAK AAÇ V MALZML : 1.
DetaylıUYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.
UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres
DetaylıDEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI
DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI Mehmet Aktan Atatürk Ünverstes, Endüstr Mühendslğ Bölümü, 25240, Erzurum. Özet: Dövz kurlarındak değşmler,
DetaylıJournal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi
Journal of Engneerng and atural Scences Mühendslk ve Fen Blmler Dergs Sgma 9, -4, 0 Research Artcle / Araştırma Makales FUZZY TOPSIS METHODS I GROUP DECISIO MAKIG AD A APPLICATIO FOR BAK BRACH LOCATIO
DetaylıBasel II Geçiş Süreci Sıkça Sorulan Sorular
Basel II Geçş Sürec Sıkça Sorulan Sorular Soru No: 71 Cevaplanma Tarh: 06.03.2012 İlgl Hüküm: --- Konu: Gayrmenkul İpoteğyle Temnatlandırılmış Alacaklar İçn KR510AS Formunun Doldurulmasına İlşkn Örnek
DetaylıDEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt:13 Sayı:2 sh.75-87 Mayıs 2012
DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Clt:13 Sayı:2 sh.75-87 Mayıs 2012 ÇELİK YAPI SİSTEMLERİNDE İKİNCİ MERTEBE ANALİZ YÖNTEMLERİNİN İNCELENMESİ (INVESTIGATION OF SECOND ORDER ANALYSIS
DetaylıKİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ
Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp
DetaylıELEKTRİK DEVRE TEMELLERİ
ELEKTRİK DEVRE TEMELLERİ Öğretm üyes: Doç. Dr. S. Özoğuz Tel: 85 36 9 e-posta: serdar@ehb.tu.edu.tr Ders saat: Pazartes,.-3. / D-4 İçndekler. Dere teors, toplu parametrel dereler, Krchhoff un gerlm e akım
DetaylıTürkiye Cumhuriyet Merkez Bankası Sayı: 2010-17 / 20 Aralık 2010 EKONOMİ NOTLARI. Kalite Artışları ve Enflasyon: Türkiye Örneği
Türkye Cumhuryet Merkez Bankası Sayı: 2010-17 / 20 Aralık 2010 EKONOMİ NOTLARI Kalte Artışları ve Enflasyon: Türkye Örneğ Yavuz Arslan Evren Certoğlu Abstract: In ths study, average qualty growth and upward
DetaylıENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ
ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ Emel KOCADAYI EGE ÜNİVERSİTESİ MÜH. FAK., KİMYA MÜH. BÖLÜMÜ, 35100-BORNOVA-İZMİR ÖZET Bu projede, Afyon Alkalot Fabrkasından
Detaylı( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3
Yıldız Teknk Ünverstes Elektrk Mühendslğ Bölümü Deneyn Amacı İşlemsel kuvvetlendrcnn çalışma prensbnn anlaşılması le çeştl OP AMP devrelernn uygulanması ve ncelenmes. Özet ve Motvasyon.. Operasyonel Amplfkatör
DetaylıKALĐTE ARTIŞLARI VE ENFLASYON: TÜRKĐYE ÖRNEĞĐ
Central Bank Revew Vol. 11 (January 2011), pp.1-9 ISSN 1303-0701 prnt / 1305-8800 onlne 2011 Central Bank of the Republc of Turkey http://www.tcmb.gov.tr/research/revew/ KALĐTE ARTIŞLARI VE ENFLASYON:
DetaylıSEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011)
İk Değşkenl Bağlanım Model SEK Yöntemnn Güvenlrlğ Ekonometr 1 Konu 11 Sürüm,0 (Ekm 011) UADMK Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported (CC BY-NC-SA 3.0)
DetaylıARAŞTIRMA MAKALESİ/RESEARCH ARTICLE TEK ÇARPIMSAL SİNİR HÜCRELİ YAPAY SİNİR AĞI MODELİNİN EĞİTİMİ İÇİN ABC VE BP YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZ
ANADOLU ÜNİVERSİTESİ Blm ve Teknoloj Dergs A-Uygulamalı Blmler ve Mühendslk Clt: 14 Sayı: 3 013 Sayfa: 315-38 ARAŞTIRMA MAKALESİ/RESEARCH ARTICLE Faruk ALPASLAN 1, Erol EĞRİOĞLU 1, Çağdaş Hakan ALADAĞ,
DetaylıTEKNOLOJİK ARAŞTIRMALAR
wwwteknolojkarastrmalarcom ISSN:1304-4141 Makne eknolojler Elektronk Dergs 00 (4 1-14 EKNOLOJİK ARAŞIRMALAR Makale Klask Eş Eksenl (Merkezl İç İçe Borulu Isı Değştrcsnde Isı ransfer ve Basınç Kaybının
Detaylı1. KEYNESÇİ PARA TALEBİ TEORİSİ
DERS NOTU 07 KEYNESÇİ PARA TALEBİ TEORİSİ, LM EĞRİSİ VE PARA TALEBİ FAİZ ESNEKLİĞİ Bugünk dersn çerğ: 1. KEYNESÇİ PARA TALEBİ TEORİSİ... 1 1.1 İŞLEMLER (MUAMELELER) TALEBİ... 2 1.2 ÖNLEM (İHTİYAT) TALEBİ...
DetaylıKİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri
Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.
DetaylıAHP VE TOPSIS YÖNTEMLERİ İLE KURUMSAL PROJE YÖNETİM YAZILIMI SEÇİMİ
Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü Dergs Yıl: 2015/1, Sayı:21 Journal of Süleyman Demrel Unversty Insttute of Socal Scences Year: 2015/1, Number:21 AHP VE TOPSIS YÖNTEMLERİ İLE KURUMSAL PROJE
DetaylıANALİTİK AĞ SÜRECİ VE TOPSIS YÖNTEMLERİ İLE BİLİMDALI SEÇİMİ Doç.Dr. Nuri ÖMÜRBEK Süleyman Demirel Üniversitesi, İİBF, İşletme Bölümü
ANALİTİK AĞ SÜRECİ VE TOPSIS YÖNTEMLERİ İLE BİLİMDALI SEÇİMİ DoçDr Nur ÖMÜRBEK Süleyman Demrel Ünverstes, İİBF, İşletme Bölümü Nazlı DEMİRCİ Süleyman Demrel Ünverstes, SBE, İşletme ABD, YL Pınar AKALİN
DetaylıCalculating the Index of Refraction of Air
Ankara Unversty Faculty o Engneerng Optcs Lab IV Sprng 2009 Calculatng the Index o Reracton o Ar Lab Group: 1 Teoman Soygül Snan Tarakçı Seval Cbcel Muhammed Karakaya March 3, 2009 Havanın Kırılma Đndsnn
DetaylıMÜŞTERİ MEMNUNİYET İNDEKSLERİ VE CEP TELEFONU SEKTÖRÜNDE BİR PLOT UYGULAMA ÖZET
MÜŞTERİ MEMNUNİYET İNDEKSLERİ VE CEP TELEFONU SEKTÖRÜNDE BİR PLOT UYGULAMA Al Türkyılmaz Fath Ünverstes, Endüstr Mühendslğ Bölümü, 34900 Büyükçekmece İstanbul Tel: (212) 8890810 1094 Fax: (212) 8890906
DetaylıBÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER
BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER Blmn amaçlarından br yaşanılan doğa olaylarını tanımlamak ve olayları önceden tahmnlemektr. Bu amacı başarmanın yollarından br olaylar üzernde etkl olduğu
DetaylıNAKLĠYE FĠRMASI SEÇĠMĠNDE BULANIK AHP VE BULANIK TOPSIS YÖNTEMLERĠNĠN KARġILAġTIRILMASI
Marmara Ünverstes Ġ.Ġ.B.F. Dergs YIL 008, CĠLT XX, AYI NAKLĠYE FĠRMAI EÇĠMĠNDE BULANIK AHP E BULANIK TOPI YÖNTEMLERĠNĠN KARġILAġTIRILMAI Prof. Dr. Ahmet ÖZTÜRK * Yrd. Doç. Dr. Ġrfan ERTUĞRUL ** ArĢ. Grv.
DetaylıORGANİZASYON VE YÖNETİM BİLİMLERİ DERGİSİ Cilt 10, Sayı 2, 2018 ISSN: (Online)
BÜTÜNLEŞİK BULANIK DEMATEL VE BULANIK KAPSAMLI DEĞERLEME İLE KALİTE UZMANI YETERLİLİKLERİ VE TOPLAM KALİTE YÖNETİMİ PROGRAMININ DEĞERLENDİRİLMESİ Mehmet Aksaraylı Dokuz Eylül Ünverstes Unvan (Doç. Dr.)
DetaylıSAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ
SAYISAL ANALİZ Doç.Dr. Cüneyt BAYILMIŞ Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz SAYISAL ANALİZ SAYISAL TÜREV Numercal Derentaton Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz İÇİNDEKİLER Sayısal Türev Ger Farklar
DetaylıMerkezi Eğilim (Yer) Ölçüleri
Merkez Eğlm (Yer) Ölçüler Ver setn tanımlamak üzere kullanılan ve genellkle tüm elemanları dkkate alarak ver setn özetlemek çn kullanılan ölçülerdr. Ver setndek tüm elemanları temsl edeblecek merkez noktasına
DetaylıPRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY
BİR İŞLETMEDE KİTLESEL ÖZEL ÜRETİME YÖNELİK HEDEF PROGRAMLAMA TABANLI ÜRETİM PLANLAMA PRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY ESRA AKBAL Başkent Ünverstes Lsansüstü
DetaylıAntalya Đlinde Serada Domates Üretiminin Kâr Etkinliği Analizi
Tarım Blmler Dergs Tar. Bl. Der. Derg web sayfası: www.agr.ankara.edu.tr/derg Journal of Agrcultural Scences Journal homepage: www.agr.ankara.edu.tr/journal TARIM BİLİMLERİ DERGİSİ JOURNAL OF AGRICULTURAL
DetaylıToplam Eşdeğer Deprem Yükünün Hesabı Bakımından 1975 Deprem Yönetmeliği İle 2006 Deprem Yönetmeliğinin Karşılaştırılması
Fırat Ünv. Fen ve Müh. Bl. ergs Scence and Eng. J of Fırat Unv. 19 (2, 133-138, 2007 19 (2, 133-138, 2007 Toplam Eşdeğer eprem Yükünün Hesabı Bakımından 1975 eprem Yönetmelğ İle 2006 eprem Yönetmelğnn
DetaylıTÜRKİYE CUMHURİYETİ ÇUKUROVA ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİM DALI
TÜRKİYE CUMHURİYETİ ÇUKUROVA ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİM DALI FİRMA ÇEŞİTLENDİRMESİNİN FİRMA DEĞERİ, RİSKİ VE PERFORMANSINA ETKİLERİ: TÜRKİYE UYGULAMASI Emel YÜCEL DOKTORA TEZİ
DetaylıA İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?
. Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de
DetaylıJournal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi
Journal of Engneerng and Natural Scences Mühendslk ve Fen Blmler Dergs Sgma 29, 244-260, 2011 Research Artcle / Araştırma Makales PERFORMANCE EVALUATION USING AHP - VIKOR AND AHP - TOPSIS APPROACHES: THE
DetaylıKIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM TALEP SİSTEMİ YAKLAŞIMIYLA ANALİZİ
Süleyman Demrel Ünverstes Sosyal Blmler Ensttüsü Dergs Yıl: 2007/2, Sayı: 6 Journal of Suleyman Demrel Unversty Insttue of Socal Scences Year: 2007/2, Number: 6 KIRMIZI, TAVUK VE BEYAZ ET TALEBİNİN TAM
DetaylıTÜRKİYE DEKİ 380 kv LUK 14 BARALI GÜÇ SİSTEMİNDE EKONOMİK YÜKLENME ANALİZİ
TÜRİYE DEİ 38 kv LU 4 BARALI GÜÇ SİSTEMİDE EOOMİ YÜLEME AALİZİ Mehmet URBA Ümmühan BAŞARA 2,2 Elektrk-Elektronk Mühendslğ Bölümü Mühendslk-Mmarlık Fakültes Anadolu Ünverstes İk Eylül ampüsü, 2647, ESİŞEHİR
DetaylıİTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM)
Dersn Adı İTÜ LİSANSÜSTÜ DERS KATALOG FORMU (GRADUATE COURSE CATALOGUE FORM) Course Name Yapımda Güenlk Yönetm Constructon Safety Management Kodu (Code) PYY512 Lsansüstü Program (Graduate Program) Dersn
DetaylıİKİNCİ ÖĞRETİM KAMU TEZSİZ YÜKSEK LİSANS PROGRAMI
İKİNCİ ÖĞRETİM KAMU TEZSİZ YÜKSEK LİSANS PROGRAMI Anablm Dalı: Kamu PROGRAMIN TANIMI: Kamu Tezsz Yüksek Lsans Programı, kamu ve özel sektör sstem çersndek problemler ve htyaçları analz edeblecek, yorumlayacak,
DetaylıBALİ KHO BİLİM DERGİSİ CİLT:23 SAYI:2 YIL:2013. BULANIK BOYUT ANALİZİ ve BULANIK VIKOR İLE BİR ÇNKV MODELİ: PERSONEL SEÇİMİ PROBLEMİ.
BULANIK BOYUT ANALİZİ ve BULANIK VIKOR İLE BİR ÇNKV MODELİ: PERSONEL SEÇİMİ PROBLEMİ Özkan BALİ ÖZET Personel seçm organzasyonların başarısını etkleyen en öneml problemlerden brdr. Bu seçm, belrszlk çeren
Detaylıİstanbul Ünverstes İşletme Fakültes Dergs Istanbul Unversty Journal of the School of Busness Admnstraton Clt/Vol:39, Sayı/No:2,, 310-334 ISSN: 1303-1732 www.fdergs.org Stokastk envanter model kullanılarak
Detaylı